28 8 月, 2026

cftime.io

CFTime與你一同探索有關AI（ChatGPT）、區塊鏈、NFT、加密貨幣、元宇宙及金融科技FinTech等資訊。

AI核保為何能加快保險審批？香港保險公司實務案例解析

老闆維基03 mins
AI核保改寫保險，由幾日縮至12.4分鐘示意圖

一句話總結：AI核保透過自動化風險評估與文件處理，能將傳統需要三至五個工作日的核保決策時間大幅壓縮——麥肯錫（McKinsey）的研究指出，AI有機會在2030年前將保險業的行政成本降低最多40%；香港保險業監管局（IA）自2025年8月起推行的「AI Cohort先導計劃」，目前已有包括友邦（AIA）、宏利（Manulife）、保誠（Prudential）等10家保險公司參與，但值得留意的是，香港保險公司暫未公開發布本地核保速度或成本節省的具體數字，本文所引用的量化數據主要來自海外研究報告，讀者應留意這個資料缺口。

如果讀者最近申請過人壽保險或醫療保險，可能已經留意到，核保審批的等待時間比幾年前明顯縮短。這背後的推手，正是「AI Underwriting」（AI核保）——保險公司利用人工智能技術，自動分析投保人的健康、財務及風險數據，取代部分人手審核流程。對於中小企主而言，這不只是保險公司內部的技術升級，也直接影響企業投保團體醫療、僱員補償等保單時所需的等待時間與所需文件量。事實上，AI核保只是香港金融基建全面AI化的其中一環，與資產代幣化（RWA tokenization）等金融基建現代化趨勢一樣，反映監管機構與業界正共同推動風險評估與資產管理流程的數碼轉型。本文將整理AI核保的實際運作方式、目前可查證的速度與成本數據、香港持牌保險公司的公開案例，以及讀者在購買保險或評估保險科技股份時應注意的風險。

想知道哪個AI員工最適合你的公司？來做個1分鐘診斷吧！ 立即體驗UD AI 診斷室，透過互動問答快速找出最適合企業日常工作的AI員工方案。

30秒讀懂：傳統核保 vs AI核保

流程傳統核保AI核保
審批所需時間一般需要三至五個工作日，複雜保單可能需要更長時間標準保單有機會在數分鐘至數小時內完成初步審批（海外數據）
文件審核方式人手逐份檢查申請表、體檢報告、財務證明系統自動讀取及交叉核對電子文件，異常個案再轉交人手覆核
風險評估方式核保員依據既定評分表及個人經驗判斷演算法模型結合大數據，即時計算風險評分
人手介入程度每份申請均由核保員逐一審批只有高風險或邊界個案才轉交人手覆核
適用保單類型所有類型，但複雜保單耗時較長目前主要應用於標準人壽及醫療保單，複雜保單仍需人手參與

AI核保實際上做了什麼？

AI核保並非單一技術，而是一套結合多項自動化工具的流程。首先，系統會利用光學字符識別（OCR）及自然語言處理技術，自動讀取投保申請表、體檢報告及財務文件，取代過去需要人手逐頁輸入及核對的步驟。其次，機器學習模型會根據歷史理賠數據、公開統計資料及投保人提供的資訊，即時計算風險評分，判斷應否承保、以何種保費承保，或是否需要額外體檢。最後，系統會依據預設規則，將低風險、資料齊全的標準個案自動放行，只把高風險或資料存在矛盾的個案轉交人手核保員作最終判斷。友邦香港在其官方網站上亦形容，智能核保透過「AI驅動的決策技術，自動分析投保人的健康資訊並評估風險」，目的是在維持準確度與一致性的同時，降低營運成本並提升效率。

速度與成本數據：香港個案不足，全球數據可作參考

必須誠實指出的是，目前香港持牌保險公司均未公開發布本地AI核保的具體速度或成本節省數字。以下引用的數據，均來自海外研究機構或行業媒體，僅供讀者理解AI核保的潛在效益規模，並非香港市場的實測結果。

  • 顧問公司麥肯錫（McKinsey）的研究顯示，AI有機會在2030年前，協助保險業將核保及理賠等行政成本降低最多40%——此數字由友邦香港官方網站引述。
  • 另一篇引述麥肯錫研究的行業報道（fintech.global）則指出，AI核保最多可將相關成本降低30%，並將核保人員的生產力提升50%；同一報道亦提到，AI已將部分保單的核保決策時間由「數天」縮短至約12.4分鐘。
  • 科技媒體BizTech Magazine引述2025年一項技術分析指出，標準保單的核保決策時間，有機會由傳統三至五個工作日，縮短至約12.4分鐘完成，而複雜保單的處理時間亦可望減少約31%；不過，該分析的原始研究來源（一份透過ResearchGate流通的技術報告）未有清晰的機構背書，讀者應視為參考數字而非嚴謹學術結論。
  • 香港保監局2025年公布的一項行業調查顯示，74%受訪者認同AI能提升效率，但不少消費者仍質疑AI決策的公平性及可靠程度，反映本地市場對AI核保的信任程度仍在建立階段。

香港保險公司的實際案例：AI Cohort先導計劃

香港保險業監管局（Insurance Authority，IA）於2025年8月18日在數碼港正式推出「AI Cohort先導計劃」，鼓勵持牌保險公司加快採用人工智能技術。參與機構須在香港設立AI卓越中心、培育本地人才、與業界分享經驗，並簽署「AI承諾書」，承諾以負責任的方式使用AI。截至2026年，計劃已擴展至10家核心參與保險公司，包括友邦保險（AIA）、安盛（AXA）香港及澳門、中銀人壽、中國人壽（海外）、中國太平、富衛（FWD）、滙豐人壽、宏利（Manulife）、保誠（Prudential）香港，以及萃樺人壽（YF Life）。

在已公開披露的個別案例中，宏利香港的資料相對具體：該公司表示已推出全天候雙語AI助理處理客戶查詢，並為代理人提供數據驅動的銷售工具，同時設有AI助理支援新造保單及核保相關問題的處理，另外亦與阿里雲合作探索聯合開發AI應用。宏利香港及澳門行政總裁Patrick Graham表示，公司目標是「擴大負責任地採用AI」，並深化與業界夥伴的合作。中銀人壽則將AI投資重點放在大灣區跨境退休及醫療服務方面。整體而言，這些案例證實香港主要保險公司確實正在核保流程中應用AI技術，但暫時未見任何一家公司公開發布具體的核保時間縮短百分比或成本節省金額，這正是本文開首提及的資料缺口所在。

風險與限制：AI核保並非萬能

AI核保雖然能提升效率，但也帶來新的風險。首先是演算法偏見問題：如果訓練數據本身存在歷史偏差（例如某些職業、地區或年齡群組的歷史理賠數據不均衡），AI模型有可能延續甚至放大這些偏差，導致特定群組被系統性地評為高風險。其次，核保過程涉及大量敏感個人及健康數據，一旦保險公司或其AI供應商的數據管理出現漏洞，後果可能相當嚴重，這與企業使用AI工具時面臨的數據外洩風險屬同一類問題，只是核保場景涉及的資料敏感度更高。第三，AI模型的決策邏輯往往不透明，一旦投保人被拒保或需要繳付較高保費，保險公司仍需要具備人手覆核機制，向投保人解釋決策依據，否則容易引發爭議，這一點與AI生成內容在法律責任上的模糊地帶有相似之處——當AI參與作出具法律效力的商業決策時，最終責任歸屬必須清晰界定。

在監管層面，香港目前對AI在保險核保上的具體規管仍在發展中。根據法律事務所Freshfields的分析，香港保監局尚未就AI在保險業的應用發布具強制力的專門指引，但正就保險業AI採用制訂框架；相對而言，香港證券及期貨監察委員會（SFC）已於2024年11月就投資顧問服務中使用AI發出強制性指引，要求機構採用「人手介入審核」（human-in-the-loop）模式，在AI輸出結果被採用前必須經人手覆核；香港金融管理局（HKMA）亦要求客戶可要求人手介入處理，以及由董事會與管理層對AI採購及部署負最終責任。雖然保監局的相關指引仍在制訂中，但可以預期未來對AI核保的監管方向，將會參照證監會與金管局的既有原則，即強調人手覆核、問責制度及風險為本的管理方式。

老闆維基判斷：如果中小企主正在為公司投保團體醫療或僱員補償保單，AI核保帶來的實際好處，是文件齊全、資料簡單的標準申請有機會較快獲批，但企業投保通常涉及較複雜的風險組合（例如多元業務、跨地區員工），這類申請目前仍大機率需要人手覆核，讀者不應假設所有保單都能享受「秒批」體驗。建議在比較不同保險公司時，直接向經紀或保險公司查詢其核保流程是否已採用AI技術，以及一旦被要求補交文件或加保費時，是否有清晰的人手覆核及申訴渠道，這比單純追求「快」更加重要。

老闆維基判斷：對於關注保險科技（Insurtech）投資機會的讀者，需要留意目前香港市場流傳的AI核保效益數字（例如「40%成本降低」或「12.4分鐘完成核保」），絕大部分源自海外顧問報告或行業媒體的二次引述，並非香港保險公司的實測結果或財務披露數字。在評估任何以「AI核保」為賣點的保險科技公司或保單產品時，應優先查證其是否有第三方審計或監管機構認證的實際數據，而非單純接受市場推廣資料中的籠統效益描述。

常見問題

來源及更新紀錄

資料透明說明：本文引用的核保時間縮短及成本節省具體數字（例如「三至五日縮短至12.4分鐘」、「成本降低30%至40%」等），均來自海外顧問機構報告或國際行業媒體的二次引述，並非香港持牌保險公司公開發布的本地實測數據。截至本文發布時，香港各保險公司及保監局均未公布本地AI核保的具體速度或成本節省統計，這是目前公開資訊中確實存在的缺口，讀者在參考本文數字時應留意其來源為海外市場估算，並以此作為理解AI核保潛力的參考基準，而非香港市場的既定事實。

Related News